《表1 特征选项：基于深度学习的网络流量异常预测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的网络流量异常预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

2017年，加拿大新布伦瑞克大学（UNB）信息安全卓越中心（ISCX）发布了一个名为CICIDS2017的入侵检测数据集。CICIDS2017涵盖了常见的安全网络事件的所有11个必要标准，如DoS、DDoS、Bruteforce、XSS，SQL注入、Infiltration、PortScan和Botnet。通过使用加拿大网络安全研究所网站公开提供的CICFlowMeter软件，数据集被标记为正常和异常并被提取出了80多个网络流量特征。根据ImanSharafaldin[32]，在实验中选择包含了表1中显示的每种攻击对应最佳选择功能特征值，共计33个。